|
2.1.7 PROPUESTA METODOLOGICA PARA DETERMINAR EL INGRESO Y LA
PROPORCION DE HOGARES POBRES A NIVEL PROVINCIAL Y DISTRITAL*
Econ. Marcos Robles**
INTRODUCCION
El trabajo aplica una metodologa que integra informacin
socio-demogrfica del Per proveniente de los Censos Nacionales IX
de Poblacin y IV de Vivienda de 1993 y de la Encuesta Nacional de
Hogares de 1995, con el propsito de obtener indicadores de
pobreza a nivel de provincias y distritos que sirvan a una ms
eficiente asignacin de recursos en las polticas y los programas
sociales. Bsicamente se realiza una estimacin indirecta del
nivel de vida en cada una de las provincia y distritos del pas,
expresado a travs del nivel de ingreso y del porcentaje de
hogares que se encuentran por debajo de la lnea de pobreza. Esta
aplicacin se efecta en dos etapas: en la primera, con datos de
la encuesta que son comunes al censo, se establece una relacin
estadstica entre el nivel de ingreso de los hogares y un conjunto
de caractersticas de las personas, de la vivienda y del tipo de
localidad donde ellas habitan; y en la segunda, con datos del
censo se usa el modelo antes desarrollado para estimar el
porcentaje de hogares por debajo de la lnea de pobreza a nivel
departamental y provincial.
I. ASPECTOS CONCEPTUALES Y METODOLOGICOS
El problema de la informacin
Los Censos de 1993, as como la gran mayora de los censos en
la regin de Amrica Latina y el Caribe, no recogen
informacin de ingresos, lo que impide una estimacin directa
de la proporcin de hogares por debajo de la lnea de pobreza,
que es un indicador sntesis de relativa amplia aceptacin y
utilizacin.
De otro lado, las encuestas de hogares que contienen
informacin suficientemente detallada del ingreso, slo tienen
representatividad a niveles muy agregados, que no satisfacen
las demandas para fines de poltica econmica focalizada. En
el trabajo se muestra, sin embargo, que es factible superar
este obstculo mediante la estimacin indirecta del ingreso de
los hogares combinando la informacin proveniente del censo y
las encuestas de hogares, particularmente de las Encuestas de
Ingresos y Gastos del Hogar.
Determinantes demogrficos, sociales y econmicos del ingreso
familiar
En el anlisis de los factores condicionantes del ingreso
familiar, destaca el comn acuerdo entre los estudiosos del
tema, que el principal factor es la forma como se insertan los
miembros del hogar en el mercado laboral o estructura
productiva. Es decir, que el nivel de ingreso de un individuo
y, por consiguiente del hogar, depende en gran parte del
tipo de posicin ocupacional que tengan, en el marco de la
demanda laboral que se define por el tipo de actividad
econmica realizada y la tecnologa utilizada. Al respecto,
los resultados de la Encuesta Nacional de Hogares del primer
trimestre de 1995, muestran que los ingresos del trabajo
equivalen al 71.0 % del ingreso familiar y al 75,7 % de los
ingresos ordinarios del hogar.
Existen diversas perspectivas respecto de los condicionantes
de la insercin de los miembros del hogar en la actividad
productiva. En una revisin conceptual al respecto, destaca la
teora del capital humano que propone Gary Becker, as como el
papel que juegan los factores de tipo sociolgico y las
polticas pblicas. La teora del capital humano, tal como lo
propone Gary Becker, se nutre de los aportes de Theodore
Schultz, quien destaca que muchos de los gastos en que
incurren los miembros de una familia se asumen como una forma
de inversin.
Es el caso, por ejemplo, de los gastos en educacin, salud y
emigracin para buscar mejores oportunidades de empleo. Tal
como lo anotan, Fernndez-Baca y Seinfeld (1994), el beneficio
en este caso estara dado por el valor presente de los mayores
ingresos netos que recibiran los miembros de esta familia
como resultado de la mejor calidad y productividad de su
trabajo vendida en el mercado. El punto central de este
enfoque es que a medida que las personas obtienen mayores
niveles de educacin y capacitacin laboral, su trabajo es de
mas elevada productividad y por tanto, pueden acceder a
mejores oportunidades de empleo e ingresos.
Esto no significa restar importancia a otros factores
relevantes en la determinacin del ingreso, como la dotacin
inicial de capital no humano (inmuebles, equipos, mquinas o
activos financieros), ni a las propias habilidades especiales
innatas de las personas y que la sociedad valora, y hasta el
mismo factor suerte. En este sentido, se argumenta que, dada
una cantidad fija de los otros factores, las personas pueden
invertir en mayor educacin para mejorar sus posibilidades de
ingreso. Es as que por ejemplo, el ingreso esperado de una
persona con un determinado nmero de aos de estudio debera
ser mayor que el de cualquier otra persona que tenga menos
aos de estudio, que tenga la misma dotacin inicial de
capital no humano y tambin las mismas habilidades (Fernndez-
Baca y Seinfeld, 1994).
En esta lnea de pensamiento, se estima que el tipo de
ocupacin en que se insertan los miembros de las familias
determina en gran parte el ingreso familiar. Pero, la
posibilidad de acceder a una ocupacin especfica, con el
nivel de ingreso que esta implica, depende de las habilidades
adquiridas por el individuo a travs de la educacin y la
experiencia laboral, ya que stas tienen impacto en su nivel
de productividad. El nfasis de este enfoque lo pone,
entonces, en la educacin como determinante en la explicacin
de la desigualdad de los ingresos.
En una perspectiva ms sociolgica, Omar Arguello (1983)
apunta que un primer aspecto que condiciona la ubicacin del
individuo, y por consiguiente de los miembros de un hogar, en
la estructura productiva y social, es la posesin o no de los
medios de produccin suficientes para realizar una actividad
econmica que le asegure ganancias mnimas para atender
adecuadamente sus necesidades. Cuando la posesin de estos
medios de produccin es insuficiente, como ocurre con muchos
minifundistas, artesanos y otros trabajadores por cuenta
propia, sus esfuerzos se concentraran en actividades de baja
productividad y rentabilidad, por lo que es ms probable que
pasen a integrar alguno de los estratos de pobreza. De otro
lado, seala que la ausencia de medios de produccin puede ser
compensada con la posesin de otro bien altamente valorado
por la sociedad, cual es, la educacin.
Argello sugiere que la educacin debe ser ubicada, en algunos
casos, como un fenmeno social mediatizador entre los factores
estructurales y los comportamientos concretos de los diversos
actores sociales. En otros casos, la educacin juega un papel
fundamental en la transicin social de una generacin a otra.
Son conocidos los estudios que muestran el papel de la
educacin en la movilidad social ascendente de los hijos con
respecto a sus padres. En tanto logro de una generacin y
apuntando a su futuro, la educacin ser uno de los factores
condicionantes fundamentales del tipo de ocupacin y del
nivel de ingresos que obtendr la misma. Aun por razones
cronolgicas, el individuo generalmente recibe primero un
cierto nivel de educacin y despus sale en busca de empleo y
de ingresos, que estarn de acuerdo con su grado educacional.
La ocupacin, condicionada en gran parte por la educacin, es
el vehculo a travs del cual el individuo y las familias
obtienen sus ingresos.
Un factor adicional, que guarda relacin con el rol de la
educacin en la determinacin del ingreso familiar (insercin
laboral), es el lugar de residencia. Como lo anotan
Fernndez-Baca y Seinfeld (1994), el hecho de vivir en
localidades urbanas o rurales es una variable que tambin
influye sobre el nivel de ingreso esperado. Se estima que
podran darse dos tipos de efectos: por un lado, el menor
grado de desarrollo de los mercados en las provincias se
traduce en menores exigencias de calificacin y entrenamiento,
de tal manera que personas con el mismo nivel educativo que
otras en Lima perciben ingresos que corresponden a un capital
humano de menor calidad. Por otro lado, la menor calificacin
requerida influye negativamente sobre el stock promedio del
capital humano del departamento. Ello, a su vez, afecta
negativamente la productividad de cada individuo, que tiene
que trabajar con personas de baja calificacin. Altos niveles
de educacin formal no necesariamente son conducentes, por s
mismos, a una elevada productividad en el tipo de actividades
desarrolladas en las zonas rurales.
En sntesis, los antecedentes de tipo terico y los estudios
empricos sugieren un conjunto de posibles factores asociados
con el ingreso que es factible examinar con los datos que
disponemos.
Metodologa empleada
Los pasos seguidos en el trabajo para implementar las
estimaciones fueron1 :
. Seleccin de las preguntas comunes a las cdulas del CPV
(1993) y la ENAHO (I-trimestre de 1995) conceptual o
tericamente relevantes para la generacin del ingreso de
hogares,
. Recodificacin y transformacin de las variables
seleccionadas teniendo en consideracin la posibilidad que
puedan expresarse en forma cuantitativa y categrica y, a su
vez, muestren un mayor grado de asociacin con la variable
ingreso,
. Actualizacin de la lnea de pobreza para definir la
variable dependiente de la funcin logstica "hogar por
debajo o arriba de la lnea de pobreza" .
. Estimacin economtrica - con informacin de la ENAHO- de
ecuaciones de ingresos dependientes de variables socio-
demogrficas comunes a ambas fuentes de informacin, y
. Estimacin de los ingresos promedio a nivel de provincias y
distritos utilizando las funciones halladas y la informacin
censal de las variables independientes2 .
Para la estimacin de las funciones se tom en consideracin
el nivel de ingreso percpita por hogar y una variable
dicotmica que indica si el ingreso percpita es superior o
inferior a la lnea de pobreza. Para la estimacin
economtrica, en el primer caso se utiliz una funcin lineal
y para el segundo una funcin probabilstica de tipo
logstico3 . En ambos casos, debido a las grandes diferencias
existentes entre los distintos mbitos geogrficos del
pas - en cuanto a los niveles de pobreza y a las
caractersticas socio-econmicas-, las estimaciones se
efectuaron a nivel de departamentos.
II. APLICACIN DE LA METODOLOGIA EN EL PERU
Con la informacin seleccionada de ambas fuentes se dio forma
a las variables dicotmicas que se utilizaran, teniendo en
consideracin el mayor o menor nivel promedio de ingreso
percpita y el grado de asociacin de cada alternativa con el
ingreso (la correlacin bivariada). Asimismo, se generaron
las siguientes variables: (a) nivel de hacinamiento del hogar
(miembros por cuarto exclusivo para el hogar), (b) razn de
dependencia econmica (cociente entre el nmero de ocupados y
el nmero de miembros del hogar), (c) mbito urbano - rural, y
(d) hogar por debajo o arriba de la lnea de pobreza. En total
fueron 53 variables (29 continuas y 24 politmicas).
El siguiente paso fue eliminar las variables independientes
que teniendo un equivalente en otras mostraron una menor
importancia para explicar la variacin del ingreso percpita,
aplicando regresiones y el mtodo "stepwise", para cada
departamento, entre el ingreso per cpita y todas las
variables independientes disponibles. Al final fue el orden
de entrada a las ecuaciones lo que determin la eleccin y el
retiro de las variables redundantes. Las variables que
resultaron ser las ms importantes para los modelos fueron 11
sobre la vivienda y el hogar (AGUA, AUTO, ELEC, HACI, HIGIE,
REFRI, REFTVC, TVBN, TVCES, VIV1, VIV2), 11 sobre empleo e
ingresos (CATE1, CATE4, OCUP2, OCUP3, OCUP5, RAMA1, RAMA2,
RAMA4, RAZON, TAMA3, TAMA6), 2 sobre educacin (ESTU1, ESTU6)
y las variables edad del jefe de hogar (EDAD), y mbito a la
que pertenece el hogar (URRU5). El Anexo presenta las
definiciones de este conjunto de variables.
Forma funcional de las ecuaciones
Seleccionadas las variables relevantes, para determinar la
forma funcional de la ecuacin lineal de ingresos se tuvo en
consideracin que los efectos de las variables explicativas
sobre el ingreso pudieran ser aditivos o multiplicativos y que
la relacin entre las variables explicativas y el (logaritmo
natural del) ingreso percpita de los hogares pudiera tomar la
forma lineal, logartmica, inversa o cuadrtica. Al final se
optara por alguna de estas alternativas slo si su
contribucin en la explicacin de la variabilidad del ingreso
percpita de los hogares (en la prueba F o el Rsq, el
coeficiente de determinacin) fuera sensiblemente mayor a la
opcin correspondiente a las variables originales, es decir, a
la ms simple (aditiva y lineal). Adicionalmente, para la
determinacin de la forma funcional del modelo logstico se
utiliz como variable dependiente a PHI que sera igual a 1 si
el ingreso del hogar se encuentra por arriba de la lnea de
pobreza y 0 si esta por debajo, y como variables
independientes el mismo conjunto de variables utilizadas en el
modelo lineal.
Las formas funcionales elegidas fueron:
INPC5h = exp(Zh) (1)
PHIh = 1/(1 + exp(-Zh)) (2)
donde: Zh = a0 + a1 * ESTU1 + a2 *
TAMA6 + a3 * ELEC + a4 * RAMA1
+ a5 * REFRI
+ a6 * HIGIE + a7 * RAMA4 + a8 *
REFTVC + a9 * ESTU6 + a10 *
RAZON
+ a11 * URRU5 + a12 * OCUP5 +
a13 * HACI + a14 * TVCES + a15 *
TAMA3
+ a16 * AGUA + a17 * OCUP2 +
a18 * AUTO + a19 * CATE4 + a20 *
CATE1
+ a21 * TVBN + a22 * VIV1 + a23
* RAMA2 + a24 * VIV2 + a25 *
EDAD
+a26 * OCUP4
Estimacin de las ecuaciones
Para la estimacin de los coeficientes de la ecuacin (1)
linealizada se utiliz el mtodo de mnimos cuadrados
ordinarios (MCO) y el criterio de seleccin "stepwise". Este
ltimo con el propsito de no considerar en las estimaciones a
las variables explicativas cuyos coeficientes no fueran
estadsticamente significativos. El Cuadro N 3 muestra los
resultados del modelo lineal, considerando slo las variables
ms relevantes. El coeficiente de determinacin (ponderado por
el nmero de hogares de cada departamento) alcanza un promedio
de 57% y las pruebas de hiptesis en torno a los coeficientes
de regresin ("t" y "F") indican que estos son significativos,
es decir, diferentes de cero de manera individual y simultnea
a un nivel de confianza del 1 % para todos los departamentos.
Por su parte, la estimacin de los coeficientes de los
modelos logsticos se hizo utilizando el principio de mxima-
verosimilitud, o sea, eligiendo como estimadores de los
coeficientes a-i's aquellos valores que maximizan la funcin
de verosimilitud, la misma que se construye sobre la base de
la ecuacin (2). Para tal efecto se utiliz el software SPSS
f/w versin 6.1, eligiendo el mtodo "forward stepwise"
(WALD), el cual selecciona variables con pruebas de entrada y
salida basadas en la significancia del estadstico Wald4 .
Este estadstico, de manera similar al t-student para el
modelo lineal, prueba la hiptesis nula de que el coeficiente
para cada variables es cero. El Cuadro N 4 muestra los
resultados del modelo logstico, considerando slo las
variables ms relevantes. Las pruebas de hiptesis en torno a
los coeficientes de regresin (los estadsticos "Wald" y
"model chi-sq.", este ltimo que opera de manera semejante a
la F5 ) indican que estos son significativos, es decir,
diferentes de cero a un nivel de confianza del 1 % para todos
los departamentos. Asimismo, puede notarse que el porcentaje
de observaciones (ponderadas por el nmero de hogares en cada
departamento) correctamente clasificadas por el modelo alcanza
en promedio al 81%.
Interpretacin de resultados
Al analizar los departamentos ms representativos en trminos
del porcentaje de poblacin urbana y rural, el peso
poblacional y la proporcin de hogares en pobreza se constata
que los ingresos se determinan por algunos factores comunes,
como los aos de estudios promedio del hogar (ESTU1), el
nmero de perceptores por miembro del hogar (RAZON), la
tenencia de auto o camioneta (AUTO), alumbrado elctrico
(ELEC), TV a color y equipo de sonido (TVCES) y la pertenencia
al mbito urbano (URRU5), aunque con distinto grado de
importancia y con algunas otras variables relevantes solo en
uno u otro departamento.
CUADRO N 3
COEFICIENTES ESTIMADOS DEL MODELO LINEAL POR DEPARTAMENTOS
(VARIABLES MAS RELEVANTES)
Ŀ
DEPARTAMENTO Const. AUTO ELEC. ESTU1 HACI RAZON REFRI REFTVC TAMA3 TVBN TVCES URRUS
AMAZONAS 5,825 0,495 0.039 -0.118 1.220 0.187 -0.023 0.035 0.157 -0.015
ANCASH 5.109 0.327 0.378 0.019 -0.056 1.182 0.044 0.130 0.018 0.029 0.198 -0.034
APURIMAC 4.886 0.301 0.144 0.060 -0.042 1.361 0.207 -0.116 0.214 0.025
AREQUIPA 4.954 0.148 -0.054 0.016 -0.086 1.381 0.165 0.103 0.033 0.014 0.197 0.177
AYACUCHO 5.301 0.388 0.111 0.043 -0.044 1.490 0.082 -0.035 -0.269 0.319 0.072
CAJAMARCA 5.309 -0.025 0.237 0.061 -0.115 0.955 -0.086 0.239 -0.092 0.321 0.334 0.370
CALLAO 5.583 0.213 0.091 0.031 -0.055 1.310 -0.057 0.139 -0.032 0.029 0.036
CUZCO 5.591 0.176 -0.258 0.041 -0.063 1.192 0.149 -0.035 -0.022 0.372 -0.071
HUANCAVELICA 4.532 -0.059 0.104 0.052 -0.069 0.758 0.115 0.386 -0.129 0.239 0.352 0.281
HUANUCO 4.952 0.051 0.032 0.057 -0.041 1.227 0.190 0.060 -0.046 0.105 0.227 0.091
ICA 5.280 0.361 -0.174 0.019 -0.086 1.410 -0.042 0.207 -0.136 0.079 0.287 -0.028
JUNIN 5.579 0.357 0.021 0.024 0.195 1.090 0.154 0.031 -0.204 0.070 0.148
LA LIBERTAD 4.803 0.478 0.171 0.037 -0.058 1.222 0.199 -0.207 0.152 0.176 0.045
LAMBAYEQUE 5.136 0.165 0.186 0.039 -0.065 1.236 0.170 0.256 -0.057 0.050 0.011 -0.247
LIMA 5.753 0.305 0.139 0.037 -0.073 1.065 0.010 0.130 -0.128 -0.024 0.132 -0.197
LORETO 5.215 0.250 0.287 0.049 -0.033 1.408 0.145 0.238 -0.411 0.087 0.210 -0.362
MADRE DE DIOS 5.689 0.292 -0.184 0.020 -0.051 1.421 0.112 0.293
MOQUEGUA 5.449 0.133 -0.122 0.048 -0.098 1.080 0.192 0.039 -0.327 -0.024 0.194 0.088
PASCO 5.428 0.190 0.185 0.074 -0.043 0.813 0.167 -0.162 0.163 -0.158
PIURA 4.942 0.395 0.117 0.040 -0.045 1.232 0.248 0.081 -0.174 0.100 0.261 0.131
PUNO 5.167 0.176 0.062 0.047 -0.051 1.053 0.441 -0.367 -0.104 0.099 0.526 0.090
SAN MARTIN 5.403 0.225 0.031 0.054 -0.063 1.486 0.069 0.099 -0.255 -0.018 0.169 0.054
TACNA 5.324 0.138 -0.119 0.025 -0.098 1.165 0.163 -0.134 -0.072 0.138 0.137
TUMBES 5.300 0.317 0.017 -0.061 1.633 0.175 -0.070 0.032 0.040 -0.050
UCAYALI 5.165 0.344 0.030 -0.040 1.499 -0.021 0.255 -0.180 0.234 0.070 0.100
CUADRO N 4
COEFICIENTES ESTIMADOS DEL MODELO LOGISTICO POR DEPARTAMENTOS
(VARIABLES MAS RELEVANTES)
Ŀ
DEPARTAMENTO Const. AUTO ELEC. ESTU1 HACI RAZON REFRI REFTVC TAMA3 TVBN TVCES URRUS
AMAZONAS 1.704 0.864 -0.323 0.088 -0.7073 4.9857 0.3562 -0.4990 -0.1901 0.693 -1.341
ANCASH -1.560 0.587 1.249 0.108 -0.2906 4.3956 0.1230 0.7310 -0.3289 0.2640 1.029 -1.304
APURIMAC -0.781 0.696 0.275 -0.0771 4.3450 0.6970 -1.3156 0.2146 0.976 -1.486
AREQUIPA -3.003 0.079 -0.327 0.135 -0.3576 4.4213 0.4822 0.0495 -0.2221 -0.1311 0.853 0.272
AYACUCHO -0.078 2.225 0.230 -0.2390 6.9941 -0.4434 -0.6585 1.737 -1.645
CAJAMARCA -2.476 -0.834 1.687 1.194 -0.4829 2.7981 0.4894 0.8992 -0.1042 1.4094 1.044 -4.031
CALLAO -3.144 0.177 0.108 -0.2736 6.5991 -0.6638 0.7136 -0.2977 0.1623 0.799
CUZCO -0.025 1.522 -1.306 0.195 -0.2467 3.4148 0.9098 -0.2478 0.0566 0.974 -1.707
HUANCAVELICA -2.782 -2.185 0.160 0.133 -0.4582 2.4183 2.4121 -0.5620 0.9238 2.807 -0.814
HUANUCO -4.249 0.261 -0.238 0.217 -0.1426 4.3496 0.5342 0.5145 0.1262 0.2847 1.892 -0.797
ICA -2.617 2.046 -0.375 0.119 -0.2215 6.0870 0.1503 0.6151 -0.7477 0.0743 1.267 -1.123
JUNIN -0.384 1.052 -0.184 0.092 -0.1331 4.4705 1.3026 -0.8052 -1.0208 0.0857 0.340 -1.271
LA LIBERTAD -2.068 1.509 0.230 0.154 -0.3361 4.3382 -0.1776 0.5613 -0.5659 0.3511 0.668 -1.088
LAMBAYEQUE -2.303 0.442 0.296 0.136 -0.3368 4.2111 0.6865 0.8069 -0.6160 0.1210 -0.086 -1.700
LIMA -0.415 1.152 0.444 0.161 -0.2701 3.8746 0.0459 0.3773 -0.3643 0.0342 0.365 -2.204
LORETO -1.338 0.755 0.425 0.255 -0.1549 4.8628 0.8978 0.6779 -1.4737 0.6243 0.765 -1.795
MADRE DE DIOS -1.985 5.715 -0.835 0.028 -0.1689 7.4872 -0.3618 0.9520 -1.1788 0.3136 1.183 -0.950
MOQUEGUA 0.177 0.792 0.312 0.191 -0.4092 3.3160 0.5323 -0.4884 -0.8625 -0.3912 1.560 -1.243
PASCO -1.231 0.793 0.783 0.226 -0.2067 1.6332 0.2724 0.6938 -0.6431 -0.0795 0.738 -1.408
PIURA -3.142 0.869 0.923 0.128 -0.2659 4.5244 0.7639 0.4528 -0.6485 0.1165 0.957 -0.540
PUNO -1.720 0.913 0.210 0.155 -0.2188 3.1224 2.0768 -1.1065 -0.1445 0.2578 1.003 -1.147
SAN MARTIN -3.114 4.989 0.294 6.9198 0.0878 0.0926 -1.0305 -0.3299 1.766
TACNA -0.754 0.532 -0.598 0.185 -0.6228 5.5376 -0.2069 0.9365 -0.6638 -0.2252 0.432 -0.872
TUMBES -1.638 0.583 -0.285 -0.2896 8.1172 -0.1153 0.5542 -0.1359 0.1304 0.286 -1.517
UCAYALI -1.833 1.358 0.116 -0.1163 4.7549 0.3729 -0.4908 0.7723 0.399 -0.526
Para Lima. En los ingresos de este departamento -que
concentra a casi la tercera parte de los hogares del pas y es
fundamentalmente urbano (en 96 %)- las variables explicativas
que tienen una contribucin mayor son los aos de estudios
promedio del hogar (ESTU1), la tenencia de auto o camioneta
(AUTO) y el nmero de perceptores por miembro (RAZON). As,
por cada ao adicional de estudios promedio en el hogar el
ingreso percpita esperado aumenta en 3.7 % (el antilogaritmo
de 0.036502 es 1.037); es decir, el hecho de tener, por
ejemplo, un promedio de 11 aos (secundaria completa) permite
incrementar el ingreso en 49.4 % respecto de los que no tienen
educacin formal y si fuera 16 aos (superior completa) dicho
incremento sera de 79.3 %. Asimismo, si el hogar tuviera auto
o camioneta, ello estara asociado positivamente al ingreso
esperado, aumentndolo en 35.7 % respecto de los que no tienen
un vehculo; si el nmero de perceptores se incrementara, por
ejemplo, de 2 a 3 por cada 5 miembros, el ingreso percpita
sera mayor en 23.7 %.
Para Cajamarca. En los ingresos de los hogares de este
departamento -que es eminentemente rural debido a que las tres
cuartas partes de sus hogares estn en este mbito - las
variables explicativas que tienen una contribucin importante
son los aos de estudios promedio del hogar (ESTU1), la rama
de actividad del jefe de hogar (RAMA4), la tenencia de TV a
color y equipo de sonido (TVCES) y la tenencia de alumbrado
elctrico (ELEC). As, por cada ao adicional de estudios
promedio en el hogar el ingreso percpita aumenta en 6.3%, es
decir, el hecho de tener un promedio de 11 aos de estudios
(secundaria completa) permite incrementar el ingreso en 95 % y
si fuera 16 aos (superior completa) dicho incremento sera de
165 % respecto de los que no tienen educacin formal6 . Por
otro lado, si el jefe de hogar trabaja en una actividad
distinta a la agricultura, el ingreso percpita esperado de su
hogar aumentara en 40 %; si el hogar tiene TV a color y
equipo de sonido dicho incremento sera de 39 % respecto de
los que no tienen esos artefactos, y si el hogar tuviera
alumbrado elctrico ello estara asociado positivamente con el
ingreso esperado, aumentndolo en 27 %. Si el hogar pertenece
al mbito urbano ello afecta negativamente el ingreso,
reducindolo en 28%, y si el nmero de perceptores se
incrementara, por ejemplo, de 2 a 3 por cada 5 miembros, la
expectativa de un mayor ingreso sera de 28%.
Para Ayacucho. En los ingresos de este departamento -64 % de
cuyos hogares estn en condiciones de pobreza y son tanto
urbanos (49.7 %) como rurales (50.3 %)- las variables
explicativas que tienen una contribucin mayor son los aos de
estudios promedio del hogar (ESTU1), la tenencia de auto o
camioneta (AUTO), el tamao del centro laboral de los ocupados
(TAMA3), el nmero de perceptores por miembro (RAZON) y la
categora de ocupacin (CATE1 y CATE4). As, en Ayacucho, por
cada ao adicional de estudios promedio en el hogar el ingreso
percpita aumenta en 4.4 %, es decir, el hecho de tener un
promedio de 11 aos (secundaria completa) permite incrementar
el ingreso en 60.4 % respecto de los que no tienen educacin
formal y si fuera 16 aos (superior completa) dicho incremento
sera de 98.9 %. Asimismo, el hecho que los ocupados en el
hogar laboren en centros menores de 5 personas repercute
negativamente en el ingreso esperado, reducindolo en 23.6 % y
si laboraran como trabajadores independientes el ingreso es
23 % inferior respecto de los empleados. En este departamento,
si el nmero de perceptores se incrementara, por ejemplo, de 2
a 3 por cada 5 miembros, el ingreso percpita sera 34.7 % ms
alto.
En Loreto. En los ingresos de este departamento las variables
explicativas que tienen una contribucin mayor son los aos de
estudio promedio del hogar (ESTU1), la tenencia de alumbrado
elctrico (ELEC), el tamao del centro laboral de los ocupados
(TAMA3), el nmero de perceptores por miembro (RAZON) y la
pertenencia al mbito urbano o rural (URRU5). Por cada ao
adicional de estudios promedio en el hogar el ingreso
percpita esperado aumenta en 5 %, es decir, el hecho de tener
un promedio de 11 aos (secundaria completa) permite
incrementar el ingreso en 71 % respecto de los que no tienen
educacin formal y si se tuviera 16 aos (superior completa)
dicho incremento sera de 118 %. Asimismo, el hecho que el
hogar tenga alumbrado elctrico hace que el ingreso esperado
sea 33 % mayor que los que no tienen y si el nmero de
perceptores se incrementara, por ejemplo, de 2 a 3 por cada 5
miembros el ingreso esperado sera un 32 % superior.
4.5. Jerarquizacin Geogrfica de la Pobreza
Para obtener la jerarquizacin de los distritos y provincias
del pas se ordenaron de menor a mayor el ingreso promedio de
los hogares y de mayor a menor la proporcin de hogares en
condiciones de pobreza en cada mbito geogrfico. Con esta
informacin se constat, por ejemplo, que a nivel de
distritos:
. Es en Ayacucho donde, en promedio, los hogares tienen los
ms bajos ingresos (Los Morochucos, Luricocha, Chiara,
Socos) y en Lima Metropolitana (San Isidro, Miraflores, San
Borja, Jess Mara) donde los ingresos son ms altos,
llegando a ser la diferencia de ingresos de 1 a 10 veces,
. En Ayacucho se ubican los distritos con las ms altas
proporciones de hogares en condiciones de pobreza (Victor
Fajardo, Sara Sara, Huanta, Sucre) y en Lima Metropolitana
aquellos con las menores proporciones (San Isidro, La Punta,
Miraflores, San Borja). As, mientras que en los primeros
los hogares en extrema pobreza alcanza a 96-98 % del total,
en los segundos slo llega a 2-4 %.
Los resultados indican tambin que los distritos y provincias
con mayores proporciones de hogares en condiciones de pobreza
no son necesariamente aquellos que tienen en promedio los
menores niveles de ingreso. Por ejemplo, mientras el ingreso
promedio en Rioja (San Martn) es 8 % mayor que en Oxapampa
(Pasco), el porcentaje de hogares pobres en esta provincia es
21 puntos porcentuales mayor que en Rioja (59 % versus 80 %).
Por ello es que el indicador de pobreza (que mide el
porcentaje de hogares en esa condicin) al no cuantificar por
si solo la intensidad de este problema (es decir, al no medir
qu tan pobres son los pobres) requiere estar acompaado de un
indicador de ingresos para captar la distancia que hay entre
estos y la lnea de pobreza7.
Comparacin con otros mtodos
Un punto de comparacin para las estimaciones efectuadas es la
jerarquizacin distrital de la pobreza que realiz el INEI en
1994 utilizando el mtodo de necesidades bsicas insatisfechas
(NBI)8 . Si bien la pobreza estimada por este mtodo o por el
de la lnea de pobreza (que permite saber el porcentaje de
hogares en esta condicin) no necesariamente tienen que
coincidir, puesto que utilizan criterios diferentes, las
jerarquizaciones efectuadas por ambos mtodos s deben guardar
cierta relacin. En efecto, el coeficiente de correlacin de
rangos muestra que entre ellos existe un nivel de asociacin
de 43 %.
Lo anterior se corrobora con una evidencia adicional que
resulta de comparar las jerarquizaciones efectuadas en base a
los dos mtodos (ver Cuadros N 9 y 10). El 76.9 % de los
distritos del Per tienen la mitad o ms de sus hogares con
ingresos reducidos y a la vez con NBI; adaptando la
terminologa sugerida por Kaztman (1989), a estos distritos se
les podra denominar distritos con "prevalencia de pobreza
crnica". Es decir, el grueso de los distritos se caracteriza
por tener pobres tanto por LP como por NBI. El 11.4 % tienen
una proporcin elevada de hogares con NBI y no tanto con
ingresos reducidos (distritos con "prevalencia de carencias
inerciales"); y el 5.2 % tienen un porcentaje alto de hogares
con ingresos reducidos y no tanto con NBI (distritos con
"prevalencia de pobreza reciente"9). Con un punto de corte
ms restrictivo, es decir, definiendo a un distrito pobre como
aquel que tiene el 70 % o ms de sus hogares con al menos una
NBI o con ingresos por debajo de la lnea de pobreza, los
resultados seran los siguientes: el 48 % de los distritos del
Per tienen una "alta prevalencia de pobreza crnica", el
22.8 % una "alta prevalencia de carencias inerciales" y el
7.8 % una "alta prevalencia de pobreza reciente".
Cuadro N 9
PERU: LA POBREZA POR DISTRITOS SEGUN LOS METODOS DE NBI Y LP(*)
Ŀ
Ingreso por debajo Ingreso por encima Total
de LP de LP
Presencia de una o ms NBI 76.9%(1,378 distritos) 11.4%(204 distritos) 88.2%(1,582 distritos)
Ausencia de NBI 5.2%(93 distritos) 6.6%(188 distritos) 11.8%(211 distritos)
Total 82.0%(1,471 distritos) 18.0%(322 distritos) 100.0%(1,793 distritos)
*Se ha considerado a un distrito como pobre cuando el 50% o ms de sus
hogares tienen al menos una NBI y cuando el 70% o ms de sus hogares
tienen ingresos por debajo de la lnea de pobreza
Cuadro N 10
PERU: LA POBREZA POR DISTRITOS SEGUN LOS METODOS DE NBI Y LP(*)
Ŀ
Ingreso por debajo Ingreso por encima Total
de LP de LP
Presencia de una o ms NBI 48.1%(862 distritos) 22.8%(409 distritos) 70.9%(1,271 distritos)
Ausencia de NBI 7.8%(140 distritos) 21.3%(383 distritos) 29.1%(522 distritos)
Total 55.9%(1,002 distritos) 44.1%(791 distritos) 100%(1,793 distritos)
*Se ha considerado a un distrito como pobre cuando el 50% o ms de sus
hogares tienen al menos una NBI y cuando el 70% o ms de sus hogares
tienen ingresos por debajo de la lnea de pobreza
Finalmente, una parte pequea del grupo de distritos con "alta
prevalencia de pobreza crnica" es aquella que concentra a los
distritos que tienen al 90 % o ms de sus hogares con ingresos
por debajo de la lnea de pobreza y a su vez al 90 % o ms de
sus hogares con NBI. De los 115 distritos que pertenecen a
este segmento la tercera parte corresponde a Ayacucho .
Anlisis Grfico: Mapas
Se construyeron Mapas a nivel de departamentos, provincias y
distritos del pas agrupados en quintiles segn los siguientes
criterios: ingreso familiar, porcentaje de hogares pobres y
nmero de hogares pobres. De ellos pudo notarse lo siguiente:
. En general, no necesariamente un criterio coincide con los
otros, es decir, por ejemplo, las provincias que se ubican
en el quintil con mayor porcentaje de hogares pobres pueden
o no ubicarse en el quintil con ingreso familiar ms bajo o
en el quintil con ms nmero de hogares pobres. Pero es
cierto que cuanto mayor es el nivel de agregacin de las
unidades poltico-administrativas mayor es la posibilidad
que coincidan y, viceversa, cuanto menor es la agregacin
menor es dicha coincidencia. El departamento de Ica, por
ejemplo, se ubica en el quintil 4 considerando los tres
criterios, pero la provincia de San Ramn (departamento de
Puno) se ubica en el quintil 1 con el criterio nmero de
hogares pobres, en el quintil 3 con el criterio porcentaje
de hogares pobres y en el quintil 4 con el criterio ingreso
familiar promedio.
. El criterio "nmero de hogares pobres" es el que mejor
contrasta el territorio nacional. Esto se observ claramente
con el caso de Madre de Dios. Con los criterios "porcentaje
de hogares pobres" e "ingreso familiar promedio", e incluso
yendo hasta el nivel de distrito, no se logra distinguir las
zonas que necesitan atencin, sin embargo, con el criterio
"nmero de hogares pobres" se observa que en Tambopata
(distrito que concentra a casi el 60 % de hogares del
departamento) existe una cantidad apreciable de hogares en
tal situacin. En consecuencia, el nmero de hogares es una
buena gua (aunque no la nica) para la implementacin de
los programas de accin social.
. La seleccin del criterio para el mapeo no slo es
importante para facilitar la observacin de la poblacin
objetivo, sino tambin porque con ello puede asociarse el
objetivo de poltica social elegida. Si por ejemplo, lo que
se busca es mejorar la distribucin de los ingresos, el
criterio a elegir para mapear al pas podra ser el ingreso
familiar o el porcentaje de hogares pobres. Si, ms bien, lo
que se busca es reducir la masa de hogares pobres en un
porcentaje determinado, el criterio a elegir debera ser el
nmero de hogares pobres. Obviamente, si lo que se busca
son ambas cosas, el mapeo debera incorporar ms de un
criterio.
En este sentido, la informacin que est tras los mapas ayuda
a comprender que un objetivo no necesariamente coincide con el
otro. Por ejemplo, si la meta fuera reducir la pobreza en un
porcentaje determinado y el gasto se focalizar en los 100
distritos que tienen ms porcentaje de hogares pobres
(Alcamenca y San Jos de Ushua en Ayacucho, Pin en Cajamarca,
etc.) la pobreza del pas slo se reducira en 3.0 %. Sin
embargo, si la focalizacin se centrara en los 100 distritos
con ms nmero de hogares pobres (San Juan de Lurigancho,
Comas y Villa el Salvador en Lima, etc.) la pobreza del pas
se reducira en 20.7 %. Obviamente, la cuestin de si con uno
o el otro criterio se est atendiendo a los ms pobres no es
claro, lo cual muestra la necesidad de utilizar otros
indicadores que midan no slo la magnitud del problema sino
tambin su intensidad.
CONCLUSIONES
. En el trabajo se ha probado que es factible obtener
estimaciones coherentes y confiables de los ingresos de los
hogares a nivel provincial y distrital mediante la
combinacin de fuentes de informacin con caractersticas
diferentes. Para ello ha sido suficiente tener un conjunto
mnimo de variables comunes, relevantes para la
determinacin del ingreso de los hogares, as como un modelo
estadstico adecuado que permita verificar la confiabilidad
de las estimaciones.
. Asimismo, se ha probado que con tal combinacin de fuentes
es posible intersectar resultados de mediciones de pobreza
que utilizan criterios distintos y, por tanto, tener un
conocimiento ms amplio de las dimensiones que este problema
tiene en el pas. As, se ha constatado que la pobreza es
relativamente ms heterognea que el grupo de mayores
ingresos. Los resultados sobre niveles de ingreso y pobreza
muestran que en general existe cierta coincidencia entre
los distritos con hogares de baja pobreza y altos ingresos,
sin embargo, los distritos con altos porcentajes de pobreza
no son necesariamente los que tienen, en promedio, menores
niveles de ingreso. As, los distritos con mayores
porcentajes de hogares pobres son Vctor Fajardo, Sara Sara
y Huanta, todos en Ayacucho, mientras que los distritos con
menores niveles de ingreso familiar son Morochuco, Luricocha
y Chaira, tambin todos en Ayacucho. Este comportamiento es
diferente a nivel de los distritos con mayor capacidad
adquisitiva (San Isidro, Miraflores y San Borja, todos
ubicados en Lima) que son a la vez los que tienen en
promedio menores porcentajes de hogares pobres. Esto
conduce a plantear la necesidad de utilizar indicadores de
pobreza por el lado del ingreso que recojan con mayor
claridad las condiciones de vida de los hogares, es decir,
indicadores que muestren no solo la magnitud de la pobreza,
sino tambin la profundidad y distribucin de la misma.
. La comparacin de algunos de los resultados del trabajo con
aquellos que se han basado en el mtodo de NBI, abona aun
ms en la naturaleza heterognea de la pobreza antes
aludida. Es posible verificar una coincidencia global de
distritos con hogares en pobreza y NBI; sin embargo, los
distritos con porcentaje de pobreza mayor no son
necesariamente los que tienen ms NBI. A diferencia de los
distritos con menor porcentaje de hogares por debajo de la
lnea de pobreza que son a la vez los que tienen menores
proporciones de hogares con NBI (San Isidro, Miraflores y
San Borja, todos en Lima), los distritos con mayores
porcentajes de hogares con ingresos por debajo de la lnea
de pobreza (Vctor Fajardo, Sara Sara y Huanta, todos en
Ayacucho) no son los que tienen ms hogares con NBI (Quiota
en Cuzco, Chungui en Ayacucho y Tintay Puncu en
Hunacavelica). En trminos ms agregados se ha constatado
tambin que, por ejemplo, en promedio los hogares de
Ayacucho son ms pobres por i ingreso que por NBI, y
Huncavelica por NBI que por ingreso. La importancia de estas
constataciones emerge cuando lo que se busca es alcanzar una
mayor focalizacin del gasto social. Como se sabe,
dependiendo del criterio utilizado para medir la pobreza, el
nfasis de las polticas podra dirigirse fundamentalmente o
a mejorar las condiciones de empleo y el consumo de los
hogares o al acceso de estos a los servicios pblicos. Como
se ha visto, en algunos mbitos prevalece ms una pobreza de
tipo coyuntural y en otros de tipo estructural.
. Un aspecto importante hallado en el trabajo es que entre el
ingreso de los hogares y el nivel educativo de sus miembros
existe una relacin muy estrecha en todos los mbitos
poltico-administrativos del pas. Esto sugiere que el
problema de la pobreza es mucho ms complejo de lo que
establecen los criterios que sustentan los mtodos de
medicin por lnea de pobreza o NBI. Como se sabe, estos
enfoques son tiles para detectar las zonas vulnerables,
pero no para saber algo respecto a los recursos (fsicos y
humanos) con que cuentan los hogares para generar ingresos;
recursos que justamente - como se ha visto en el
trabajo - son determinantes importantes de sus niveles de
vida. Particularmente es relevante poder mostrar que
existen diferencias en la influencia de los aos de
educacin sobre el ingreso en los distintos mbitos
geogrficos del pas. Se ha visto, por ejemplo, que en
Ayacucho y Cajamarca el coeficiente asociado a la variable
educacin es ms importante en el ingreso esperado de los
hogares que en Lima. De estos hallazgos se desprende la
necesidad de incluir el desarrollo y fortalecimiento de
programas educativos dentro del diseo y aplicacin de las
polticas de inversin social y reduccin de la pobreza (a
mediano plazo) ya que ello redundara no solo en las mayores
posibilidades de ingreso esperado de los hogares, sino
tambin en el aumento de la productividad de la mano de obra
y el acceso a ocupaciones ms calificadas.
BIBLIOGRAFIA
ANTEZANA, J. (1995) "Dimensiones y Caractersticas de la
Pobreza en el Per", INEI.
ARGUELLO, O. (1980) "Pobreza y Desarrollo. Caractersticas
Socio-demogrficas de las Familias Pobres
de Venezuela", CELADE, Santiago, Chile,
Serie A, N 167.
ARGUELLO, O. (1983) "Pobreza y Fecundidad en Costa Rica", en
Notas de Poblacin, Ao XI, N 32, Agosto.
BOLTVINIC, J. (1990) "Pobreza y Necesidades Bsicas, Conceptos,
Mtodos de Medicin", Proyecto Regional
para la Superacin de la Pobreza, PNUD,
Caracas.
BRAVO, J. (1995) "Jerarquizacin de las provincias de Per
segn grado de pobreza: Aspectos
Metodolgicos", ponencia presentada en el
Seminario "Informacin sobre Poblacin y
Pobreza para Polticas Sociales",
Lima 4-7 de junio.
CALVO, F. (1993) "Tcnicas estadsticas multivariantes",
Universidad de Deusto, Bilbao, Espaa.
FERNANDEZ-BACA, J.
y SEINFELD, J.
(1994) La importancia de la educacin en la
distribucin del ingreso, en Pobreza y
Polticas Sociales en el Per. Univ. del
Pacfico, Centro de Investigacin. Lima,
1994.
FLORES, R. (1995) "Aspectos metodolgicos para la
determinacin de las lneas de pobreza",
ponencia presentada en el Seminario "
Informacin sobre Poblacin y Pobreza
para Polticas Sociales", Lima 4-7 de
junio.
FONCODES (1995) Nota Mensual N 10
FOSTER, J., GREER, J.
Y THORBECKE, E.
(1984) "A class a decomposable poverty measures",
Economtrica 52:761-66.
FRANCKE, P.
y GUABLOCHE, J. (1994) "Focalizacin por caractersticas
socioeconmicas de los hogares: una
aproximacin", Moneda, N 68 y 69, Ao V,
Febrero/Marzo.
INEI (1993) "Cdula Censal. Censos Nacionales: IX de
Poblacin y IV de Vivienda de 1993", Lima.
INEI (1995) "Cdula de la Encuesta Nacional de Hogares,
correspondiente al primer trimestre de
1995", Lima.
INEI (1994) "Per: Mapa de Necesidades Bsicas
Insatisfechas de los Hogares a nivel
distrital", Lima
KAZTMAN, R (1989) "La Heterogeneidad de la Pobreza: El caso
de Montevideo". Revista de CEPAL N 37, pp
141-152, abril
KAZTMAN, R. (1995) "La medicin de las Necesidades Bsicas
Insatisfechas en los censos de poblacin",
ponencia presentada en el Seminario
"Informacin sobre Poblacin y Pobreza
para Polticas Sociales", Lima 4-7 de
junio.
REYES, J (1995) "Pobreza, Crecimiento y Desigualdad en Lima
Metropolitana", ADEC-ATC, agosto.
ANEXO: DICCIONARIO DE VARIABLES
AGUA Abastecimiento de agua del hogar
(1) Red pblica dentro de vivienda
(0) Otros
AUTO Hogar con auto o camioneta
(1) Tiene
(0) No tiene
CATE1 Categora de ocupacin del hogar (de los miembros de 15
y ms aos)*
(1) Todos son independientes
(0) resto
CATE4 Categora de ocupacin del jefe de hogar
(1) Trabajador independiente
(0) resto
CUARTO Nmero de cuartos exclusivos para el hogar
EDAD Edad del jefe de hogar
ELEC Alumbrado del hogar
(1) Elctrico
(0) Otros
ESTU1 Aos promedio de estudios del hogar (de los miembros de
15 y ms aos)*
ESTU6 Aos de estudios aprobados por el jefe de hogar
HACI Grado de hacinamiento (TAMA1/CUARTO)
HIGIE Servicio higinico del hogar
(1) Red pblica dentro de vivienda
(0) Otros
OCUP2 Ocupacin principal del hogar (de los ocupados)*
(1) Todos con ocupacin (con cdigo de ocupacin diferente
a 6 9)
(0) resto
OCUP3 Nmero de ocupados en el hogar con cdigo de ocupacin
igual a 6 9*
OCUP5 Ocupacin principal del jefe de hogar
(1) No calificado (ocupacin igual a 6 9)
(0) resto
PERCE Nmero de perceptores en el hogar
RAMA1 Rama de actividad del hogar (de los ocupados)*
(1) Todos laboran en la agricultura
(0) resto
RAMA2 Nmero de ocupados en manufactura, electricidad, gas,
agua y construccin*
RAMA4 Rama de actividad del jefe de hogar
(1) Agricultura
(0) resto
RAZON Razn de dependencia econmica (PERCE/TAMA1)
REFRI Hogar con refrigerador
(1) Tiene
(0) No tiene
REFTVC Hogares con refrigerador y tv a color
(1) Tiene
(0) No tiene
TAMA1 Nmero de miembros en el hogar*
TAMA3 Tamao del centro laboral del hogar (de los ocupados)*
(1) Todos en centros < 5 personas
(0) resto
TAMA6 Tamao del centro laboral del jefe de hogar
(1) En centros menores a 5
(0) Resto
TVBN Hogares con televisor blanco y negro
(1) Tiene
(0) No tiene
TVCES Hogares con tv a color y equipo de sonido
(1) Tiene
(0) No tiene
URRU5 Ambito (segn definicin censal)
(1) Urbano
(0) Rural
VIV1 Tipo de vivienda
(1) En edificio, quinta, callejn o corraln
(0) Otros
VIV2 Vivienda ocupada
(1) Alquilada
(0) Otros
* excluyendo pensionistas y trabajadores del hogar)
* Versin resumida del trabajo con el mismo ttulo que el autor
y Jorge Reyes efectuaron con el financiamiento y asesora
tcnica del Programa de Cooperacin Tcnica Regional
BID/CELADE.
** Economista, Asesor de la Jefatura del INEI. Lima Per.
1 El antecedente inmediato es la ponencia de Bravo, J.
"Jerarquizacin de las provincias del Per segn grado de
pobreza: aspectos metodolgicos" en el Seminario Informacin
sobre Poblacin y Pobreza para Programas Sociales, Lima,
4 - 7 de julio de 1995.
2 O sea los valores promedio de las variables, considerando
todos los hogares de cada distrito, provincia y departamento.
3 Para las estimaciones con el modelo lineal no se tom en
consideracin el comportamiento de los hogares atpicos, es
decir, se trabaj con el 95 % central de la distribucin del
logaritmo natural del ingreso percpita.
4 Al igual que en la seccin anterior, se tom en consideracin
esta opcin con el propsito de no considerar en las
estimaciones a las variables explicativas cuyos coeficientes
no fueran estadsticamente significativos.
5 Es decir, prueba la hipotesis nula de que los coeficientes
para todas las variables en el modelo son cero.
6 Hecho que ya se haba observado en el trabajo de Ferandez-Baca
y Seinfeld op. cit., es decir, mayor relevancia de la
educacin en departamentos relativamente ms pobres. Lo rural
en mbitos como Cajamarcaest fuertemente asociada a la
condicin de pobreza.
7 Un indicador que cumple con todos los requisitos para mostrar
con ms claridad las condiciones de pobreza es el que ha sido
propuesto por Foster, Greer y Thorbecke "A class of
descomposable poverty measures", Economtrica, Vol. 22, 1984.
8 "Per: Mapa de necesidades bsicas ...", op. cit.
9 O sea aquella que "es producto de los procesos de reconversin
y ajuste que se generalizan en la regin, cuya significacin
con respecto a los cambios en el perfil de las estrcuturas
sociales latinoamericanas no ha sido todava debidamente
diagnosticada ni, por su puesto, evaluadas sus consecuencias"
(Kaztman (1995).
|
